Сравнение эффективности методов машинного обучения при исследовании важности входных признаков в задаче прогнозирования геомагнитного индекса Dstстатья
Статья опубликована в журнале из списка RSCI Web of Science
Статья опубликована в журнале из перечня ВАК
Статья опубликована в журнале из списка Web of Science и/или Scopus
Аннотация:Одним из перспективных подходов к прогнозированию значений геомагнитных индексов является использование методов машинного обучения. Однако для эффективного использования таких методов необходим отбор существенных входных признаков задачи с целью уменьшения ее входной размерности. В данной работе рассматривается алгоритм получения наиболее эффективной модели прогнозирования, основанный на понижении входной размерности данных путем постепенного отбрасывания входных признаков на основе следующих методов машинного обучения: линейная регрессия, градиентный бустинг, искусственная нейронная сеть типа многослойный персептрон. Проводится сравнение эффективности перечисленных методов; рассматриваются направления дальнейшего развития работ.